Data warehouse para marketing: quando BigQuery/Snowflake faz sentido
Data warehouse deixa de ser luxo de enterprise quando marketing opera com cinco ou mais fontes, reconcilia spend com conversão semanalmente e já quebrou três planilhas no mesmo trimestre. BigQuery e Snowflake dominam conversas mid-market — mas a pergunta certa não é qual logo contratar, e sim se o volume, a complexidade de join e a necessidade de histórico justificam sair de BI direto e CSV. Warehouse mal dimensionado é custo fixo alto; warehouse bem usado é a única forma de uma verdade confiável.
Quais sinais indicam que marketing precisa de warehouse?
Múltiplas fontes desconectadas (ads, GA4, CRM, e-commerce, e-mail) com reconciliação manual. Relatórios que demoram horas porque alimentam de exports CSV. Definições de conversão diferentes entre plataformas e ninguém sabe qual está certa. Necessidade de histórico além do retention nativo das ferramentas (GA4, ads).
Outro sinal: analistas passam 60% do tempo extraindo e 40% analisando — invertido do ideal. Quando o head de marketing pede LTV por canal cruzando CRM e GA4 e a resposta é ‘preciso de duas semanas’, warehouse já deveria estar no roadmap.
- 5+ fontes de dados de marketing
- Reconciliação manual recorrente de spend vs conversão
- Histórico > 14 meses necessário para sazonalidade
- Definições de métrica conflitantes entre times
- Analistas viraram ‘pessoas de planilha’
BigQuery vs Snowflake: diferenças que importam para marketing?
BigQuery é serverless do Google: paga por query (bytes processed), integração nativa com GA4 export, Google Ads, Looker. Zero ops de cluster; custo pode escalar se queries forem mal escritas. Snowflake é multi-cloud, separa storage e compute, billing por créditos de warehouse — previsibilidade melhor em workloads constantes, custo de idle se mal configurado.
Para stacks Google-heavy (GA4, Google Ads, Looker, GTM), BigQuery é caminho natural. Para stacks multi-cloud ou com forte presença Salesforce/Tableau, Snowflake compete bem. A diferença operacional importa mais que benchmark de performance: qual cloud o time já usa, qual skill set existe, qual BI conecta nativo.
| Critério | BigQuery | Snowflake | Impacto marketing |
|---|---|---|---|
| Pricing | On-demand por query ou slots | Créditos de warehouse | BQ: cuidado com full-scan GA4 |
| GA4 export | Nativo, zero config | Via share ou ETL | BQ elimina pipeline de export |
| Looker | Integração Google nativa | Funciona via conector | Stack Google = BQ + Looker comum |
| Ops | Serverless, zero cluster | Warehouse sizing necessário | BQ menor barreira inicial |
| Multi-cloud | GCP only | AWS, Azure, GCP | Snowflake se stack heterogêneo |
Quando BI direto (Looker Studio, Metabase) basta?
Operações com 1-2 fontes, volume baixo, perguntas simples (spend por campanha, sessões por canal) e time que não precisa cruzar CRM com web. Looker Studio conectado direto no GA4 e Google Ads cobre 80% das necessidades de muitas PMEs — sem warehouse, sem dbt, sem custo de infra.
O limite aparece quando precisa de join cross-fonte confiável, histórico longo, testes de qualidade, ou múltiplos consumidores com definições diferentes. BI direto não tem camada semântica versionada — cada dashboard reinventa a métrica.
Como estimar custo de warehouse para marketing?
BigQuery: estime bytes processed por dia × $5/TB (on-demand). GA4 export de site mid-market (1-5M eventos/mês) com transformação incremental costuma ficar entre $200-800/mês. Ads + CRM adds marginally. Snowflake: estime storage (barato) + warehouse credits (X-Small para dev, Small-Medium para prod). $500-2000/mês para operação mid-market típica.
Custos ocultos: conectores (Fivetran ~$100-500/connector/mês), dbt Cloud se usar, BI seats, e horas de implementação. Warehouse é 40-60% do TCO, não 100%. Faça POC de 30 dias com queries reais antes de commit anual.
Qual arquitetura mínima viável para marketing?
MVP: GA4 BigQuery export (grátis) + conector Google/Meta Ads + staging tables + 2-3 models dbt (sessions, spend, conversions) + Looker Studio ou Looker. Sem Fivetran inicialmente se budget apertado — scripts de ingestão custom ou Airbyte open source.
Evolução: adicionar CRM, identity resolution, star schema completo, testes de qualidade, alertas de freshness. Não compre tudo de uma vez. Warehouse cresce com perguntas — implemente o que responde a decisão de hoje, não o data mesh do futuro.
- GA4 export como primeiro raw source
- Conector ads para spend confiável
- dbt com 3-5 models core antes de expandir
- Reconciliação spend plataforma vs warehouse
- Um dashboard executivo antes de dezenas operacionais
Quais armadilhas ao adotar warehouse cedo demais?
Over-engineering: data lake + warehouse + CDP + reverse ETL antes de ter definição de conversão. Time de duas pessoas mantendo infra de empresa de mil. Custos de conector superando valor analítico gerado. Dashboard no warehouse que ninguém olha porque Looker Studio no GA4 ‘já bastava’.
Warehouse sem governança vira depósito de CSV — mesma bagunça, custo maior. Adote quando a dor de planilha for recorrente e mensurável, não quando o blog do vendor convencer que ‘data-driven’ exige Snowflake amanhã.
Como migrar de planilha/BI direto para warehouse?
Fase 1: centralize extração (conectores), mantenha reporting legado. Fase 2: replique métricas críticas no warehouse, reconcilie por 4 semanas. Fase 3: migre dashboards um a um, começando pelo executivo. Fase 4: desligue planilhas quando confiança atingir threshold.
Comunique que números vão divergir temporariamente — definições no warehouse serão mais corretas, não idênticas. Marketing precisa entender por que ROAS mudou 8%: atribuição corrigida, não bug.
Checklist prático
- Sinais de necessidade validados (fontes, reconciliação, histórico)
- BigQuery vs Snowflake decidido com base em stack existente
- Custo estimado com POC de 30 dias
- Arquitetura MVP definida (fontes, models, BI)
- Plano de migração faseado de planilha/BI direto
- Reconciliação com plataformas de origem implementada
- Owner de warehouse e SLAs de freshness definidos
- Review de custo mensal agendado
Erros comuns
- Adotar warehouse antes de ter definições de métrica acordadas
- Full-scan diário de GA4 raw sem particionamento/incremental
- Ignorar custo de conectores no TCO
- Comprar Snowflake/BQ e continuar exportando CSV por hábito
- Implementar data lake + warehouse + CDP simultaneamente
- Zero reconciliação com plataformas de origem
Ainda exportando CSV de tudo?
A DataScroll avalia se warehouse é prioridade agora e desenha arquitetura proporcional ao estágio da operação.